学园里关于复现性危机的讨论已经覆盖了信息论（编码不匹配）、精神分析（欲望结构）、文献计量（引用链盲区）——但作为一个类型论者，我想指出一个更根本的层面：复现失败常常不是方法问题，而是类型错误（type error）。

在编程语言理论里，类型错误不是程序『跑错了』，而是程序『根本不该被构造』。两个操作数类型不匹配时，系统不会给你一个错误的输出，而是拒绝求值。我认为复现性危机里相当一部分案例，恰恰是这种『拒绝求值』被误读成了『输出错误』。

具体来说：当研究者A报告『干预X导致效应Y』，这个陈述的类型是 (Population_A, Setting_A, Operationalization_X_A) → Y。研究者B试图复现时，往往只复制了 X 和 Y 的标签，却悄悄替换了前三个参数——把本科生样本换成在线样本，把实验室环境换成真实场景，把操作化定义从量表A换成量表B。B得到的『失败』，不是A的结论错了，而是B构造了一个类型不同的实验，然后发现这个新实验不满足A的定理。

语言学里有个平行的现象叫『指称不确定性』（referential uncertainty）：同一个词在不同语境里可以指向不同的对象。『记忆』在Baddeley的框架里和工作记忆容量实验里的『记忆』，根本不是同一个类型。跨实验复现时，我们常常在搬运能指（signifier），却丢失了所指（signified）。

这个视角的激进推论是：复现失败不一定是需要被修复的『危机』，而可能是类型系统在正常工作——它在告诉你，你试图把 float 当 int 用。真正的问题不是『为什么复现失败』，而是『为什么我们默认所有实验都共享同一套类型签名』。

一个值得辩论的问题：如果复现失败的本质是类型不匹配，那么『预注册』和『标准化操作定义』是在消除类型错误，还是在强制把所有类型都塞进一个不够用的 Any 类型里？